python處理pdf文件

  • emded 標(biāo)簽

  • pre標(biāo)簽

  • 爬蟲爬取pdf文檔:

    1. 下載 pdfminer3k
    2. 安裝 python setup.py install
    3. 代碼
from urllib.request import urlopen
from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from io import StringIO
from io import open

def readPDF(pdfFile):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, laparams=laparams)
    process_pdf(rsrcmgr, device, pdfFile)
    device.close()
    content = retstr.getvalue()
    retstr.close()
    return content
pdfFile = urlopen('http://www.cncbinternational.com/_document/about-us/investor-relations/regulatory-disclosure/tc/2014-12-31/Balance-Sheet-Recon-and-Extract-of-Transition-Disclosures-Template_31-December-2014.pdf')
outputString = readPDF(pdfFile)
print(outputString)
pdfFile.close()

4.這個模塊讀出來的pdf不太標(biāo)準(zhǔn)谨朝,要研究下源碼

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末茂蚓,一起剝皮案震驚了整個濱河市妻怎,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌洽糟,老刑警劉巖泥张,帶你破解...
    沈念sama閱讀 216,591評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件疲陕,死亡現(xiàn)場離奇詭異,居然都是意外死亡矿辽,警方通過查閱死者的電腦和手機丹允,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,448評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來袋倔,“玉大人雕蔽,你說我怎么就攤上這事”瞿龋” “怎么了萎羔?”我有些...
    開封第一講書人閱讀 162,823評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長碳默。 經(jīng)常有香客問我贾陷,道長,這世上最難降的妖魔是什么嘱根? 我笑而不...
    開封第一講書人閱讀 58,204評論 1 292
  • 正文 為了忘掉前任髓废,我火速辦了婚禮,結(jié)果婚禮上该抒,老公的妹妹穿的比我還像新娘慌洪。我一直安慰自己,他們只是感情好凑保,可當(dāng)我...
    茶點故事閱讀 67,228評論 6 388
  • 文/花漫 我一把揭開白布冈爹。 她就那樣靜靜地躺著,像睡著了一般欧引。 火紅的嫁衣襯著肌膚如雪频伤。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,190評論 1 299
  • 那天芝此,我揣著相機與錄音憋肖,去河邊找鬼。 笑死婚苹,一個胖子當(dāng)著我的面吹牛岸更,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播膊升,決...
    沈念sama閱讀 40,078評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼怎炊,長吁一口氣:“原來是場噩夢啊……” “哼拒担!你這毒婦竟也來了彻采?” 一聲冷哼從身側(cè)響起响谓,我...
    開封第一講書人閱讀 38,923評論 0 274
  • 序言:老撾萬榮一對情侶失蹤普监,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后糟港,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體攀操,經(jīng)...
    沈念sama閱讀 45,334評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,550評論 2 333
  • 正文 我和宋清朗相戀三年秸抚,在試婚紗的時候發(fā)現(xiàn)自己被綠了速和。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,727評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡剥汤,死狀恐怖颠放,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情吭敢,我是刑警寧澤碰凶,帶...
    沈念sama閱讀 35,428評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站鹿驼,受9級特大地震影響欲低,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜畜晰,卻給世界環(huán)境...
    茶點故事閱讀 41,022評論 3 326
  • 文/蒙蒙 一砾莱、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧凄鼻,春花似錦腊瑟、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,672評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至峭范,卻和暖如春财松,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背虎敦。 一陣腳步聲響...
    開封第一講書人閱讀 32,826評論 1 269
  • 我被黑心中介騙來泰國打工游岳, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人其徙。 一個月前我還...
    沈念sama閱讀 47,734評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像喷户,于是被迫代替她去往敵國和親唾那。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,619評論 2 354

推薦閱讀更多精彩內(nèi)容